Baixe o app para aproveitar ainda mais
Prévia do material em texto
IFBA Processos Estoca´sticos Versa˜o 1 Allan de Sousa Soares Graduac¸a˜o: Licenciatura em Matema´tica - UESB Especilizac¸a˜o: Matema´tica Pura - UESB Mestrado: Matema´tica Pura - UFMG Vito´ria da Conquista - BA 2014 Aula 6 0.1 Distribuic¸a˜o de Bernoulli Uma v.a. X e´ chamada v.a. Bernoulli com paraˆmetro p se sua func¸a˜o massa de probabilidade e´ dada por pX(k) = P (X = k) = p k(1− p)1−k, k = 0, 1 onde 0 ≤ p ≤ 1. A func¸a˜o fcd FX(x) da v.a. Bernoulli X e´ dada por FX(x) = 0, x < 0 1− p, 0 ≤ x < 1 1, x ≥ 1 A me´dia e a variaˆncia de uma v.a. Bernoulli X sa˜o dadas por µX = E(X) = ∑ XkpX(xk) = p σX 2 = V ar(X) = p(1− p) = pq Exemplo 1. Uma urna tem 30 bolas brancas e 20 verdes. Retira-se uma bola dessa urna. Seja X a v.a. representando o nu´mero de bolas verdes. Calcular E(X) e V ar(X). Soluc¸a˜o: Temos que X = 0, −→ q = 3050 = 351, −→ p = 2050 = 25 Assim, E(X) = 2 5 V ar(X) = 2 5 . ( 1− 2 5 ) = 2 5 . 3 5 = 6 25 0.2 Distribuic¸a˜o Binomial Uma v.a. X e´ chamada v.a. Binomial com paraˆmetro (n, p) se sua fmp e´ dada por pX(k) = P (X = k) = n k pk(1− p)n−k, k = 0, 1, . . . , n onde 0 ≤ p ≤ 1 e n k = n! k!(n− k)! . A me´dia e a varaˆncia de uma v.a. Binomial X sa˜o dadas por µX = E(X) = np σX 2 = V ar(X) = np(1− p) 1 Exemplo 2. Um dado equilibrado e´ lanc¸ado 3 vezes. Qual e´ a probabilidade de se obter a face 5 duas vezes? Soluc¸a˜o: A probabilidade de sucesso por tentativa e´ dada por p = 16 . Assim, pX(k) = P (X = k) = 3 k (1 6 )k ( 1− 1 6 )3−k , k = 0, 1, 2, 3 pX(2) = P (X = 2) = 3 2 (1 6 )2( 5 6 )3−2 = 3. 1 36 . 5 6 = 15 256 ≈ 0, 0694 0.3 Distribuic¸a˜o de Poisson Uma v.a. X e´ chamada v.a. Poisso com paraˆmetro λ (λ > 0) se sua fmp e´ dada por pX(k) = P (X = k) = e−λλk k! , k = 0, 1, 2, . . . A fcd correspondente FX(x) e´ dada por FX(x) = e −λ n∑ k=0 λk k! n ≤ x < n+ 1. A me´dia e a variaˆncia da v.a. de Poisson X sa˜o dadas por µX = E(X) = λ σX 2 = V ar(X) = λ Exemplo 3. O nu´mero de chamadas telefoˆnicas que chegam a uma central durante qualquer per´ıodo de 10 minutos e´ conhecido por ser uma v.a. Poisson X com λ = 2. a) Encontre a probabilidade de que mais de treˆs chamadas chegarem durante um per´ıodo qualquer de 10 minutos; b) Encontre a probabilidade de nenhuma chamada chegar em um per´ıodo qualquer de 10 minutos. Soluc¸a˜o: a) pX(k) = P (X = k) = e−22k k! , k = 0, 1, 2, . . . P (X > 3) = 1− P (X ≤ 3) = 1− 3∑ k=0 e−22k k! = 1− e−2 ( 20 0! + 21 1! + 22 2! + 23 3! ) ≈ 0, 143 b) P (X = 0) = pX(0) = e −2 2 0 0! = e−2 ≈ 0, 135 0.4 Distribuic¸a˜o Uniforme Uma v.a. X e´ chamada uniforme sobre um intervalo aberto (a, b) se sua fdp e´ dada por fX(x) = 1b−a , a < x < b0, do contrario Sua fcd e´ dada por FX(x) = 0, x ≤ a x−a x−b , a < x < b 1, x ≥ b 2 A me´dia e a variaˆncia de uma v.a. uniforme, sobre um intervalo aberto (a, b), X sa˜o dadas por µx = E(X) = a+ b 2 σX 2 = V ar(X) = (b− a)2 12 Exemplo 4. Seja a v.a. cont´ınua X denotando o peso (em libras). A faixa de peso de pacotes esta´ distribu´ıda unifomemente entre 45 e 60 libras. a) Determine a probabilidade de que um pacote pese mais que 50 libras; b) Encontre a me´dia e a variaˆnca do peso dos pacotes. Soluc¸a˜o: a) A fcd de X e´ dada por FX(x) = 0, x ≤ 45 x−45 15 , 45 < x < 60 1, x ≥ 60 P (X > 50) = 1− P (X ≤ 50) = 1− FX(50) = 1− 50− 45 15 = 2 3 b) µX = E(X) = 45 + 60 2 = 52, 5 σX 2 = V ar(X) = (60− 45)2 12 = 18, 75 0.5 Distribuic¸a˜o Exponencial Uma v.a. X e´ chamada exponencial com paraˆmetro λ > 0 se sua fdp e´ dada por fX(x) = λe−λx, x > 00, x < 0 A fcd correspondente e´ dada por FX(x) = 1− e−λx, x > 00, x < 0 A me´ida e a variaˆncia de uma v.a. exponencial X sa˜o dadas por µX = E(X) = 1 λ σX 2 = V ar(X) = 1 λ2 Exemplo 5. Assuma que a durac¸a˜o de uma chamada telefoˆnica (em minutos) e´ uma v.a. exponencial X com paraˆmetro λ = 110 . Se algue´m chega a uma cabine telefoˆnica pouco antes de voceˆ chegar, encontre a probabilidade de que voceˆ a) tenha que esperar por menos de 5 minutos; b) tenha que esperar entre 5 e 10 minutos. Soluc¸a˜o: a) A fcd da v.a. X e´ dada por fX(x) = 110e−x/10, x > 00, x < 0 P (X < 5) = ∫ 5 0 1 10 e−x/10dx = −e−x/10 |50= 1− e−0,5 ≈ 0.393 3 b) P (5 < X < 10) = ∫ 5 0 1 10 e−x/10dx = −e−x/10 |105 = e−0,5 − e−1 ≈ 0, 239 0.6 Distribuic¸a˜o Normal(Gaussiana) Uma v.a. X e´ chamada normal se sua fdp e´ dada por fX(x) = 1√ 2piσ e−(x−µ) 2/(2σ2) A fcd correspondente e´ dada por FX(x) = 1√ 2piσ ∫ x −∞ e−(ξ−µ) 2/(2σ2)dξ = 1√ 2pi ∫ (x−µ)/σ −∞ e−ξ 2/2dξ Definiremos Φ(z) = 1√ 2pi ∫ z −∞ e−ξ 2/2dξ que e´ uma func¸a˜o cujo obsejtivo e´ nos ajudar a calcular FX(x) uma vez que a func¸a˜o Φ(z) e´ tabelada. Neste caso, FX(x) = Φ ( x− µ σ ) . Note que Φ(−z) = 1− Φ(z). A me´dia e a variaˆncia da v.a. normal X sa˜o dadas por µX = E(X) = µ σX 2 = V ar(X) = σ2 Para o ca´lculo de Φ(z) podemos consultar a seguinte tabela observando o valor de z juntando, linha e coluna (nesta ordem) e observando o valor de Φ(z) correspondente. (1) 4 Exemplo 6. O diaˆmetro interior me´dio de uma amostra de 200 arruelas produzidas por uma ma´quina e´ de 0, 502, e o desvio padra˜o e´ de 0, 005. As dimenso˜es extremas toleradas para esses diaˆmetros sa˜o 0, 496 e 0, 508. Fora desses limites, as arruelas sa˜o rejeitadas. Determine a porcentagem de arruelas defeituosas (rejeita´veis) produzidas pela ma´quina, supondo os diaˆmetros distribu´ıdos normalmente. Soluc¸a˜o: Temos µX = 0, 502 e σX = 0, 005. A porcentagem de pec¸as na˜o-defeituosas e´ igual a P (0, 496 < X < 0, 508) = FX(0, 508)− FX(0, 496) = Φ ( 0, 508− 0, 502 0, 005 ) − Φ ( 0, 496− 0, 502 0, 005 ) = = Φ(1, 2)− Φ(−1, 2) = Φ(1, 2)− (1− Φ(1, 2)) = 2Φ(1, 2)− 1 = 2.0, 8849− 1 = 0, 7698 Logo, a porcentagem de pec¸as defeituosas e´ dada por 1− 0, 7698 = 0, 2302. 0.7 Exerc´ıcios Exerc´ıcio 1. • Uma fonte bina´ria gera d´ıgitos 1 e 0 aleatoriamente com probabilidades 0, 6 e 0, 4, respectivamente. a) Qual e´ a probabilidade de que dois 1s e treˆs 0s ocorreram em uma sequeˆncia de cinco d´ıgitos? b) Qual e´ a probabilidade de que pelo menos treˆs 1s ocorram em uma sequeˆncia de cinco d´ıgitos? Repostas: a) 0, 23, b) 0, 683 Exerc´ıcio 2. • Uma moeda honesta e´ lanc¸ada 10 vezes. Encontrar a probabilidade da ocorreˆncia de cinco ou seis faces cara. Resposta: 0, 451 Exerc´ıcio 3. • O nu´mero de chamadas telefoˆnicas que chegam a uma central telefoˆnica, durante qualquer per´ıodo de 10 minutos e´ conhecido por ser uma v.a. Poisson X com λ = 2. a) Encontre a probabilidade de que mais de treˆs chamadas cheguem em um per´ıodo de 10 minutos. b) Encontre a probabilidade de que nenhuma chamada chegue durante um per´ıodo de 10 minutos. Respotas: a) 0, 143, b) 0, 135. Exerc´ıcio 4. • Considere a experieˆncia de jogar um par de dados na˜o viciados. a) Encontre a probabilidade de ocorrer em menos de seis lanc¸amentos um resultado 7. b) Encontre a probabilidade de ocorrer em mais de seis lanc¸amentos um resultado 7. Respostas: a) 0, 598, b) 0, 335. Exerc´ıcio 5. • Considere a experieˆncia de rolar um dado justo. Encontrar o nu´mero me´dio de rolagens necessa´rias para a obtenc¸a˜o de um 6. Resposta: 6 Exerc´ıcio 6. • Todos os dispositivos fabricados e ma´quinas na˜o podera˜o mais trabalhar, mais cedo ou mais tarde. Suponha que a taxa de falha seja constante e o tempo de falha (em horas) uma v.a.exponencial X com paraˆmetro λ. a) As medic¸o˜es mostram que a probabilidade de que o tempo de falha de um chip de memo´ria computadorizado em uma determinada classe exceder 104 horas se´ igual a e−1 (≈ 0, 368). Calcule o valor do paraˆmetro λ. b) Utilizando o valor do paraˆmetro determinado no item a), calcule o tempo x0, tal que a probabilidade de que o tempo de falha seja inferior a x0, seja de 0, 05. Respostas: a) λ = 10−4, b) 513 horas. Exerc´ıcio 7. • Uma linha de produc¸a˜o fabrica resistores 1000− ohm (Ω) com 10 por cento de toleraˆncia. Seja X a v.a. que indica a resisteˆncia de um resistor. Assumindo que X e´ uma v.a. normal com me´dia igual 1000 e variaˆncia 2500, encontrar a probabilidade de que um resistor escolhido aleatoriamente seja rejeitado. Resposta: 0, 045 5
Compartilhar